检索结果-南通市图书馆

检索条件"主题词=风险预测模型"

共 878 条记录，以下是81-90 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

中国人群食管癌遗传危险因素分析及发病风险预测模型构建

中国人群食管癌遗传危险因素分析及发病风险预测模型构建

引用

作者：李科明郑州大学

学位级别：硕士

食管癌作为常见的消化道肿瘤之一,给我国带来了巨大的疾病负担。食管癌起病隐匿,早期症状不明显,大多数患者确诊时已处于中晚期,导致预后较差。研究表明对早期患者及时采取适当的治疗可大幅改善食管癌患者的预后。因此,针对食管癌的早... 详细信息

食管癌作为常见的消化道肿瘤之一,给我国带来了巨大的疾病负担。食管癌起病隐匿,早期症状不明显,大多数患者确诊时已处于中晚期,导致预后较差。研究表明对早期患者及时采取适当的治疗可大幅改善食管癌患者的预后。因此,针对食管癌的早期筛查与预防十分必要。食管癌的发生是个体遗传因素如单核苷酸多态性(Single nucleotide polymorphism,SNP)与环境因素如吸烟、饮酒等多因素复杂作用的结果。已有研究通过环境因素与遗传因素构建食管癌发病风险预测模型,但现有的模型多为针对国外人群进行预测,针对我国人群的模型较少,对我国人群的代表性不足。目的通过Meta分析全面评价中国人群单核苷酸多态性与食管癌之间的关联,筛选出与食管癌相关的SNP位点;根据本地人群的基本信息以及SNP位点的分型结果,分别构建遗传因素、环境因素、遗传环境综合食管癌发病风险预测模型,并通过多个指标评价各模型的预测能力,选出最优预测模型,为高危人群的筛查与个体化预防提供有效工具。方法1.遗传因素与食管癌发病风险关联的Meta分析及流行病学评价(1)根据检索策略汇总七个在线数据库(CNKI、万方、CBM、Pub Med、Web of Science、EMBASE、Cochrane Library)中有关中国人群中SNP位点与食管癌发病风险关联的研究。根据纳入及排除标准筛选合格的研究进行Meta分析。研究的质量通过NOS量表进行评价。(2)比值比(Odds ratio,OR)以及95%置信区间(Confidence Interval,CI)被用于评价SNP位点与食管癌发病风险之间的关联。Begg’s检验与Egger’s检验用于检查发表偏倚。假阳性报告率(False positive report probability,FPRP)用于检验汇总结果的真实性。归因危险度百分比(Attributable risk percent,ARP)和人群归因危险度百分比(Population attributable risk percentage,PARP,PARP)用于各位点的流行病学评价。2.食管癌相关单核苷酸多态性的病例-对照研究验证(1)本研究采用病例-对照研究,通过性别对病例组研究对象与对照组研究对象进行匹配,收集500例食管癌患者和500例社区来源健康人群的血液样本及其个人基本信息。对Meta分析筛选出的SNP以及研究数量较多且在已发表的相关系统性综述认为有关联的14个SNP位点进行基因分型。采用新型多重连接酶检测技术(i MLDR)与基因测序技术分别对病例组、对照组进行基因分型。(2)基于拟合优度χ检验分析对照组个体中的基因型分布是否符合Hardy-Weinberg平衡。基于Logistic回归方法对SNP位点与食管癌发生风险之间关联性进行分析。基于SHEsis在线软件对SNP单倍型进行分析。通过多因子降维法(Multifactor Dimensionality Reduction,MDR)分析SNP-环境交互作用。通过FPRP检验各位点关联的真实性。3.食管癌发病风险预测模型的构建与评价(1)通过随机分配将研究对象分组,按照3:2的比例将研究对象分为训练集与验证集。训练集中,采用权重遗传风险评分(Weighted genetic risk score,w GRS)构建遗传因素风险预测模型,采用Logistic回归建立环境危险因素风险预测模型与w GRS联合环境因素综合风险预测模型。通过验证集对训练集建立的模型进行验证。(2)采用受试者工作曲线(Receiver operating characteristic,ROC)及曲线下面积(Area under curve,AUC)、净重新分类指数(Net Reclassification Index,NRI)比较不同模型对食管癌的预测能力;采用灵敏度(Sensitivity,Se)、特异度(Specificity,Sp)、阳性似然比(Positive likelihood ratio,+LR)、阴性似然比(Negative likelihood ratio,-LR)、准确度(Accuracy rate,AR)、阳性预测值(Positive predictive value,PPV)和阴性预测值(Negative predictive value,NPV)对模型的预测能力进行评价;采用赤池信息准则(Akaike information criterion,AIC)和贝叶斯信息准则(Bayesian information criterion,BIC)对模型的拟合优度进行评价。结果1.遗传因素与食管癌发病风险关联的Meta分析及流行病学评价Meta分析一共纳入149个研究,涉及29个SNP位点,其中高质量研究占比68.5%。一共有12个位点与食管癌的关联分析结果有意义,分别是:P53 rs1042522、CYP1A1

关键词：食管癌发病风险单核苷酸多态性风险预测模型权重遗传风险评分

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

CCU老年患者睡眠障碍影响因素及风险预测模型的构建

CCU老年患者睡眠障碍影响因素及风险预测模型的构建

引用

作者：李良俊湖北医药学院

学位级别：硕士

背景:国内外研究证明,睡眠障碍在老年人群中普遍存在。随着中国老龄化社会的快速来临,老年人睡眠障碍问题带来的社会负担进一步加重。老年人随着年龄的增加,自身生理功能下降、身体机能衰退,睡眠障碍会进一步降低老年患者的免疫力,诱发... 详细信息

背景:国内外研究证明,睡眠障碍在老年人群中普遍存在。随着中国老龄化社会的快速来临,老年人睡眠障碍问题带来的社会负担进一步加重。老年人随着年龄的增加,自身生理功能下降、身体机能衰退,睡眠障碍会进一步降低老年患者的免疫力,诱发多种疾病,增加疾病负担。目前相关研究报道了居家老人的睡眠障碍问题及其影响因素,部分研究探讨了普通病房住院老人睡眠障碍问题及其影响因素,一些研究探讨了重症病房老年人睡眠问题及其影响因素。但是关于冠心病重症监护室（Coronary Care Unit,CCU）老年患者睡眠障碍的研究报道极少,CCU老年患者发生睡眠障碍,更易导致免疫系统、心血管系统的功能下降,增加感染风险和病死率。因此有必要对CCU老年患者睡眠障碍的现状及其影响因素进行研究。目的:调查CCU老年患者睡眠障碍现状,确定CCU老年患者睡眠障碍的影响因素,建立CCU老年患者睡眠障碍风险预测模型。对CCU老年患者的睡眠障碍风险进行预测,并及早识别CCU老年患者睡眠障碍的高危个体,为临床采取干预措施预防睡眠障碍提供参考依据,为后期改善CCU老年患者的睡眠质量奠定基础。方法:采用便利抽样法,对十堰市某三甲医院的430名CCU老年患者进行横断面调查。使用一般资料调查表、中文版理查兹-坎贝尔睡眠量表、疼痛数字评分、简易心理状况评定量表、急性生理与慢性健康状况评分、住院前睡眠质量调查表对CCU老年患者睡眠现状及相关影响因素进行调查。使用SPSS22.0统计工具对数据进行分析,通过单因素分析,筛选CCU老年患者睡眠障碍相关因素中有意义的变量,以p＜0.05代表变量差异有统计学意义。运用Logistic回归分析法和决策树分类法,分别构建睡眠障碍的风险预测模型,探讨CCU老年患者发生睡眠障碍的独立危险因素。采用Med Calc19.1软件绘制受试者操作特征曲线（receiver operating characteristic curve,ROC）,计算模型的敏感度和特异度以及ROC曲线下的面积（area under curve,AUC）,分析模型的预测效能。结果:（1）CCU老年患者睡眠障碍的患病率为58.6%。（2）睡眠障碍组与非睡眠障碍组老年患者单因素分析结果差异有统计学意义（p＜0.05）的因素为:性别、居住情况、心功能分级、日常生活能力评分、夜间有无侵入性操作、简易心理状况评分、噪音评分、疼痛评分、急性生理与慢性健康状况评分、住院前睡眠质量评分。（3）Logistic回归分析结果显示夜间有侵入性操作,简易心理状况评分Ⅱ级、Ⅲ级,噪音评分,疼痛评分,急性生理与慢性健康状况评分是CCU老年患者睡眠障碍的独立危险因素。（4）基于卡方自动交互检测法建立的决策树模型结果显示:决策树共分析得到13个节点,其中叶节点7个,深度为4。睡眠障碍的独立影响因素分别为:疼痛评分、噪音评分、急性生理与慢性健康状况评分、性别、简易心理状况评分。（5）Logistic回归预测模型的敏感度和特异度分别为87.7%和89.9%,AUC为0.939。决策树模型的敏感度为90.87%,特异度为80.90%,AUC为0.927。两个模型的AUC差异无统计学意义（z=1.204,p=0.2285）。结论:基于Logistic回归分析和分类决策树构建的CCU老年患者睡眠障碍的风险预测模型具有很好的预测效能,两个模型的预测效能相同。疼痛评分、噪音评分、急性生理与慢性健康状况评分、性别、简易心理状况评分、夜间侵入性操作为引起CCU老年患者出现睡眠障碍的独立危险因素。

关键词：冠心病重症监护室老年患者睡眠障碍影响因素风险预测模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

肠造口周围皮肤损伤风险预测模型的构建与验证

肠造口周围皮肤损伤风险预测模型的构建与验证

引用

作者：贾育萌河南大学

学位级别：硕士

目的1.回顾文献基础上,全面了解并汇总肠造口周围皮肤损伤发生的风险因素并形成风险因素调查问卷。2.调查肠造口患者术后早期（＜3个月）肠造口周围皮肤损伤的发生率,分析其影响发生率的相关因素,并构建风险预测模型。3.对构建肠造口患... 详细信息

目的1.回顾文献基础上,全面了解并汇总肠造口周围皮肤损伤发生的风险因素并形成风险因素调查问卷。2.调查肠造口患者术后早期（＜3个月）肠造口周围皮肤损伤的发生率,分析其影响发生率的相关因素,并构建风险预测模型。3.对构建肠造口患者术后早期（＜3个月）肠造口周围皮肤损伤风险预测模型进行验证。方法肠造口周围皮肤损伤影响因素的提取:通过文献系统回顾,严格按照纳入和排除标准对文献进行筛选;纳入的文献进行质量评价后汇总影响因素并确定肠造口周围皮肤损伤风险因素调查问卷。选取2021年01月-2021年09月郑州市某三级甲等医院胃肠外科337名肠造口患者作为研究对象。采用问卷调查和现场观察方法获取患者资料,基于Logistic回归分析构建肠造口周围皮肤损伤风险预测模型。采用SPSS21.0和R 3.5.1软件进行数据分析处理。将纳入的肠造口患者按2:1分为建模组和验证组。以肠造口周围皮肤损伤发生的影响因素为自变量,是否发生肠造口周围皮肤损伤为因变量,对各因素进行单因素分析。对单因素分析结果中差异有统计学意义的变量进行二元Logistic回归分析,筛选确定影响肠造口周围皮肤损伤的独立风险因素并构建肠造口周围皮肤损伤的风险预测模型。用Hosmer-Lemeshow拟合优度检验、列线图模型在建模组所建立的肠造口周围皮肤损伤预测模型进行评价;采用加强Bootstrap法做模型内部验证,采用受试者工作特征曲线（ROC）、C统计量、校准曲线评价模型的预测性能。结果经过文献系统回顾,严格按照纳入和排除标准筛选出20篇文献（系统评价1篇、病例对照1篇、横断面18篇）;纳入的文献进行质量评价后形成8个方面27个影响因素并确定肠造口周围皮肤损伤风险因素调查问卷。本研究共纳入研究对象337例（建模组236例,验证组101例）,共77例（建模组52例,验证组25例）患者发生肠造口周围皮肤损伤,发生率为22.8%。对建模组进行单因素分析,结果显示:年龄、BMI、造口渗漏、造口高度、造口回缩、造口袋过敏、造口袋使用时间、糖尿病、化疗、放疗、造口自我护理技能差异有统计学意义（p＜0.05）。多因素Logistic回归分析结果显示,造口渗漏（OR=13.902,95%CI:4.991～38.726）、造口袋使用时间（OR=0.289,95%CI:0.086～0.968）、糖尿病（OR=3.755,95%CI:1.416～9.954）、造口自我护理技能（OR=0.2,95%CI:0.049～0.823）为肠造口周围皮肤损伤的独立风险因素（p＜0.05）。根据表二分类中肠造口周围皮肤损伤独立预测因子的偏回归系数,拟合肠造口患者肠造口周围皮肤损伤风险预测模型的回归方程,完成模型构建:log itp=InP/（1-p）—=-2.861+2.632*造口渗漏（0 或 1）-1.243*造口袋使用时间（1、2或3）+1.323*糖尿病（0或1）-1.61*造口自我护理技能（1或2）对两组患者肠造口周围皮肤损伤发生情况进行验证,建模组ROC曲线下面积（AUC）为 0.914（95%CI:0.873～0.955）,特异性为 78.8%,敏感性为 88%;Hosmer-Lemeshow检验显示,χ2=13.319,p=0.101,预测概率81%。验证组肠造口周围皮肤损伤25 例（24.8%）,ROC 曲线下面积（AUC）为 0.905（95%CI:0.841～0.968）,特异性为79%,敏感性为 84%;Hosmer-Lemeshow 检验显示,χ2=4,638,p=0.795,预测概率80.2%。结论研究通过回顾文献并对筛选后文献进行质量评价确定肠造口周围皮肤损伤风险评估内容;本研究构建的风险预测模型包括造口渗漏、造口袋使用时间、糖尿病、造口自我护理技能4个独立风险因素。所建立的模型对各独立风险因素绘制列线图,评估内容及方法简单。经验证本模型具有良好的预测能力,能够为临床肠造口周围皮肤损伤患者的筛查提供参考。本研究的研究对象仅来源于一所三级甲等医院,样本量相对较少,对于造口周围皮肤损伤一些影响因素收集不全,未来进一步修订和改善。

关键词：肠造口造口周围皮肤损伤风险预测模型验证

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

老年脑卒中患者卒中相关性肺炎风险预测模型构建与应用研究

老年脑卒中患者卒中相关性肺炎风险预测模型构建与应用研究

引用

作者：陈莉长春中医药大学

学位级别：硕士

目的:本研究目的在于筛选可能影响老年脑卒中患者卒中相关性肺炎发生的危险因素。基于所筛选出的危险因素构建老年脑卒中患者卒中相关性肺炎风险预测模型,并验证其效能。以期为卒中相关性肺炎高危患者提供可靠的预测筛查工具,进而为临... 详细信息

目的:本研究目的在于筛选可能影响老年脑卒中患者卒中相关性肺炎发生的危险因素。基于所筛选出的危险因素构建老年脑卒中患者卒中相关性肺炎风险预测模型,并验证其效能。以期为卒中相关性肺炎高危患者提供可靠的预测筛查工具,进而为临床医护人员及时采取预防性管理措施提供科学参考依据。方法:1、老年脑卒中患者卒中相关性肺炎风险预测模型构建通过计算机检索电子数据库中关于老年脑卒中患者卒中相关性肺炎(SAP)相关风险因素文献,笔者选取文献中纳入研究的老年脑卒中患者卒中相关性肺炎的相关风险因素,并基于所选取的卒中相关性肺炎风险因素,设计制定患者临床资料调查表。采用便利抽样法收集2020年05月～2021年04月就诊于吉林省某三级甲等医院神经内科符合纳入标准条件的患者住院期间相关病例信息。同时,采用随机数字表法将所选患者划分为占比70%建立模型队列和占比30%验证模型队列。通过汇总患者临床病历资料,进行统计学分析并建立风险预测模型。具体步骤为:(1)采用单因素分析方法筛选出P风险因素进入模型;(2)应用二元Logistic回归分析法分析确定预测模型中各风险因子β系数,得出风险预测模型数学计算公式;(3)采用Hosmer-Lemeshow(H-L)检验分析评价预测模型的拟合优度;(4)采用受试者工作特征曲线ROC对模型进行效能检验,确定约登指数、敏感度、特异性以及最佳临界值。2、老年脑卒中患者卒中相关性肺炎风险预测模型验证基于所构建的老年脑卒中患者卒中相关性肺炎风险预测模型,使用验证模型队列的患者病历资料信息,验证卒中相关性肺炎风险预测模型,并分析评价其预测效能。另外,采用受试者工作特征曲线ROC对该评分模型进行评价,通过ROC曲线检验模型的预测概率值与老年脑卒中患者发生SAP的拟合效果。并计算出模型灵敏度和特异度,分析评价该模型判别准确度和可信度。结果:单因素分析显示,老年脑卒中患者的年龄、住院时间、NIHSS评分、心房颤动史、吞咽障碍、意识障碍、鼻饲、肠内营养时间、常用体位卧位与卒中相关性肺炎的发生有关(P风险因素纳入最终模型分析。二元Logistic回归分析显示,年龄、住院时间、NIHSS评分、心房颤动史、吞咽障碍、意识障碍、鼻饲、肠内营养时间、常用体位卧位是卒中相关性肺炎的独立风险因素(P风险预测模型数学计算公式为:Logit(P)=﹣5.686+1.831×年龄+0.087×住院时间(d)+0.686×心房颤动史(=0或1)+1.225×NIHSS评分+2.080×意识障碍(=0或1)+2.380×吞咽障碍(=0或1)+0.798×鼻饲(=0或1)+0.602×肠内营养时间(=1或2)﹣0.478×常用体位卧位(=1或2)。Hosmer-Lemeshow(H-L)拟合优度检验结果显示,模型预测风险情况与实际发生风险情况一致性良好(χ=4.682,P=0.791);该模型在建模队列和验证队列中的受试者工作特征曲线下面积(AUC)分别为0.808(95%CI:0.703～0.913,P模型灵敏度为88%,特异度为91.55%,模型总正确率为90.63%,预测模型具有较高的判别准确度和可信度。结论:本研究采用二元Logistic回归分析,筛选出年龄、住院时间、NIHSS评分、心房颤动史、吞咽障碍、意识障碍、鼻饲、肠内营养时间、常用体位卧位为卒中相关性肺炎独立风险因素,建立适用于老年脑卒中患者卒中相关性肺炎的风险预测模型,最后选取验证队列患者的病历资料进行验证,该模型具有较高的判别准确度和区分效能,故该模型具有一定的临床应用价值。

关键词：老年脑卒中卒中相关性肺炎风险预测模型应用

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

帕金森病患者反复跌倒风险预测模型的构建研究

帕金森病患者反复跌倒风险预测模型的构建研究

引用

作者：孙雪天津中医药大学

学位级别：硕士

研究目的1.整合与分析帕金森病患者反复跌倒的影响因素;2.构建帕金森病患者反复跌倒的列线图风险预测模型,并对模型的预测性能及临床适应性进行评价。研究方法1.帕金森病患者反复跌倒影响因素的提取通过循证医学的方法,应用计算机全面... 详细信息

研究目的1.整合与分析帕金森病患者反复跌倒的影响因素;2.构建帕金森病患者反复跌倒的列线图风险预测模型,并对模型的预测性能及临床适应性进行评价。研究方法1.帕金森病患者反复跌倒影响因素的提取通过循证医学的方法,应用计算机全面检索中英文数据库,查找帕金森病患者反复跌倒影响因素相关文献,对纳入的文献进行质量评价、数据提取和Meta分析,初步确定与帕金森病患者反复跌倒相关的影响因素。在文献筛选的基础上,小组讨论最终形成帕金森病患者反复跌倒的影响因素调查方案。2.帕金森病患者反复跌倒列线图风险预测模型的构建采用横断面的研究方法,在得到第一部分影响因素的基础上,以天津市某三级甲等神经专科医院患者作为研究对象,收集患者的基本资料以及影响因素的相关数据。通过单因素和多因素分析筛选进入模型的预测因子,以筛选得到的变量为自变量,患者过去一年反复跌倒史(跌倒次数≥2次)作为结局指标,构建帕金森病患者反复跌倒的列线图风险预测模型。采用受试者工作特征曲线下面积评价预测模型的区分度;采用Hosmer-Lemeshow拟合优度检验和校准图评价预测模型的校准度;采用临床决策分析法评价模型的临床适用性。研究结果1.Meta分析结果该部分共纳入13篇文章,包括9篇队列研究,4篇横断面研究,共涉及1625例PD患者。对17个因素进行定量分析,结果如下:年龄:MD=1.50,95%CI(1,1.99);性别:OR=0.85,95%CI(0.66,1.08);体质指数:MD=-1.52,95%CI(-1.88,-1.16);病程:MD=3.56,95%CI(3.26,3.86);疾病分期:MD=0.42,95%CI为(0.36,0.49);运动波动:OR=1.80,95%CI(1.11,2.93);冻结步态:OR=3.71,95%CI(2.17,6.33);日常生活活动度:MD=-11.35,95%CI(-14.47,-8.23);平衡信心:MD=-16.44,95%CI(-19.39,-13.49);认知水平:MD=-0.92,95%CI(-1.86,0.02);统一的帕金森病评定量表Ⅲ:MD=8.22,95%CI(6.07,10.37);左旋多巴等效剂量:MD=245.49,95%CI(173.77,317.20);国际跌倒恐惧量表得分:MD=9.35,95%CI(5.80,12.90);老年抑郁量表得分:MD=0.77,95%CI(-0.25,1.78);Berg平衡量表得分:MD=-5.90,95%CI(-10.19,-1.61);功能性伸展试验:MD=-4.78,95%CI(-5.87,-3.69);计时-起立行走测试:MD=3.83,95%CI(2.27,5.38)。2.列线图风险预测模型构建结果本研究共纳入230名帕金森病患者,其中53人发生反复跌倒,177人未发生跌倒或发生1次跌倒,反复跌倒的发生率为23%。单因素分析中,两组患者在冻结步态、运动波动、直立性低血压、苯二氮卓类药物、抑郁、病程、疾病分期、左旋多巴等效剂量、特异性活动平衡信心得分、计时起立行走测试方面有统计学差异(P模型。模型的受试者工作曲线下面积为0.806,95%CI为(0.743,0.868),模型的灵敏度为84.9%,特异度为61.6%。校准图显示实际值与预测值基本一致,临床决策曲线图提示模型具有一定的临床应用价值。研究结论1.Meta分析显示年龄、帕金森病病程、体质指数、疾病分期、运动波动、冻结步态、统一的帕金森病评定量表Ⅲ、左旋多巴等效剂量、平衡信心、跌倒恐惧、日常生活活动度、计时起立-行走试验、功能性伸展试验及Berg平衡测试是帕金森病患者反复跌倒的影响因素;未发现性别、认知水平和抑郁情绪对帕金森病患者反复跌倒的影响。2.帕金森病患者反复跌倒列线图风险预测模型的预测因子有病程、直立性低血压、左旋多巴等效剂量、运动波动、平衡信心、中度抑郁。模型拟合程度良好,具有良好的区分度、特异性、敏感性和临床适用性。

关键词：帕金森病反复跌倒影响因素风险预测模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

胰十二指肠切除术术后并发症的新风险预测模型

胰十二指肠切除术术后并发症的新风险预测模型

引用

作者：陈炼河北医科大学

学位级别：硕士

目的:建立胰十二指肠切除术(PD)术后并发症的风险预测模型,以综合评估患者胰十二指肠切除术术后并发症风险,为临床医师筛选高危患者并早期予以干预措施提供更可靠的预测工具。方法:1.本回顾性病例对照研究纳入了2017年1月2日至2019年2月... 详细信息

目的:建立胰十二指肠切除术(PD)术后并发症的风险预测模型,以综合评估患者胰十二指肠切除术术后并发症风险,为临床医师筛选高危患者并早期予以干预措施提供更可靠的预测工具。方法:1.本回顾性病例对照研究纳入了2017年1月2日至2019年2月1日于河北医科大学第四医院肝胆外科接受标准胰十二指肠切除术的159名患者,并收集其围手术期资料进一步分析。2.采用Kolmogorov-Sm irnov法对所有数据进行正态性检验。正态分布的计数资料以平均数±标准差表示,并通过student-t检验比较组间差异。非正态分布的计数以中位数及四分位数间距表示,并通过曼-惠特尼U检验比较组间差异。二分类计量资料以数值及百分比表示,采用卡方检验进行组间差异比较。3.采用Spearman相关性检验分析各变量与术后并发症之间是否存在相关性。4.通过多因素线性回归计算各变量间的容忍度及方差膨胀因子,以确定变量之间是否存在显著共线性。5.通过单因素logistic回归在单变量水平下筛选胰十二指肠切除术术后并发症的高危因素,并计算各危险因素的优势比(OR)及95%可信区间(95%CI)。6.将所有因素纳入多因素logistic回归(后退法)确定多变量水平下胰十二指肠切除术术后并发症的独立危险因素,计算各危险因素的优势比(OR)及95%可信区间(95%CI),根据回归方程系数对变量进行赋值后,获得本研究的胰十二指肠切除术术后并发症预测模型PD-score。7.通过受试者工作特征曲线(ROC)评估模型灵敏度、特异度并确定评分阈值;使用曲线下面积(AUC)、净重新分类指数(NRI)、综合判别指数(IDI)及Z检验以对比本研究的风险预测模型PD-score与P OSSUM预测模型的术后并发症预测能力。结果:本研究共纳入2017年1月2日至2019年2月1日于河北医科大学第四医院肝胆外科接受标准胰十二指肠切除术的159名患者,其中72例患者出现术后并发症,2例患者死亡,并发症发生率为42.28%。通过单因素及多因素Logistic回归分析,本研究发现以下五个胰十二指肠切除术术后并发症的独立危险因素,包括血清钠离子浓度6.35×10/L,胰腺质地软,身体质量指数(BMI)>25.06 kg/m以及存在呼吸系统基础疾病。通过统计学方法对以上五项独立危险因素进行赋值,其中患者血清钠离子浓度6.35×10/L得2分、较软的胰腺质地得2分/级、身体质量指数(BMI)>25.06 kg/m得3分、存在呼吸系统基础疾病得12分。当患者得分>22.50时,患者术后并发症发生率>50%,被认为是高危人群。通过R OC曲线、NRI、IDI及Z检验等统计学方法比较PD-score与POSSUM的预测能力,结果均显示PD-score评分较POSSUM评分对胰十二指肠切除术术后并发症的预测能力更佳。(AUC=0.787 vs.0.553,95%CI:0.716-0.858 vs.0.464-0.643;P风险预测模型PD-score较POSSUM评分模型对PD术后并发症的预测能力更佳,可能为早期筛选PD术后并发症高危患者并在及时予以临床干预提供一个可靠的预测工具。

关键词：胰十二指肠切除术术后并发症风险预测模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

肺癌相关VTE新血栓标记物的探讨及风险预测模型的建立

肺癌相关VTE新血栓标记物的探讨及风险预测模型的建立

引用

作者：狄文娟苏州大学

学位级别：硕士

第一部分新血栓标记物在肺癌相关VTE中的临床价值[目的]静脉血栓栓塞症(Venous Thromboembolism,VTE)是肺癌患者的常见并发症。纤维蛋白降解产物(Fibrin degradation product,FDP)、D-二聚体(D-dimer)等传统的血栓标记物对肺癌相关VTE... 详细信息

第一部分新血栓标记物在肺癌相关VTE中的临床价值[目的]静脉血栓栓塞症(Venous Thromboembolism,VTE)是肺癌患者的常见并发症。纤维蛋白降解产物(Fibrin degradation product,FDP)、D-二聚体(D-dimer)等传统的血栓标记物对肺癌相关VTE的早期诊断有一定的局限性。本研究调查了我院住院肺癌患者的VTE的发生率及其危险因素,并探讨了新血栓标记物血栓调节蛋白(Trombomdulin,TM)、凝血酶-抗凝血酶复合物(Thrombin-antithrombin-complex,TAT)、α2-凝血酶抑制剂-凝血酶复合物(α2-plasmininhibitor-plasmin Complex,PIC)和组织凝血酶原激活剂-凝血酶原激活剂抑制剂复合物(Tissue plasminogen activator-plasminogen activator inhibitor complex,t-PAIC)对肺癌相关 VTE 的临床应用价值。[方法]2019年10月——2021年2月在苏州大学附属第一医院呼吸与危重症学科住院的568例肺癌患者,其中符合纳入及排除标准的患者158例。根据肺癌确诊后6个月内是否发生VTE,将患者分为VTE组和非VTE组。患者在确诊肺癌后且在开始抗肿瘤治疗前,采集外周血,检测传统血栓标记物FDP、D-dimer及新血栓标记物TM、TAT、PIC、t-PAIC,比较两组之间6项血栓标记物的差异。采用受试者工作特征(Receiver Operating Characteristic,ROC)曲线,评估6项血栓标志物的诊断效能。继续随访患者至2022年02月,以新血栓标记物的截断值将患者分为VTE高风险组和VTE低风险组,进一步运用Kaplan-meier生存曲线分析新血栓标记物与肺癌患者生存的相关性。[结果]1.158例患者,在肺癌确诊后6个月内VTE的发病率为17.1%(27/158)。2.与非VTE组相比,VTE组肺癌患者的FDP、D-dimer及新血栓标志物TM、TAT、PIC、t-PAIC均明显升高。ROC曲线下面积显示,六项标志物的联合诊断效能优于单个标志物。3.与Ⅰ-Ⅱ期肺癌患者相比,Ⅲ-Ⅳ期肺癌患者体内的PIC和t-PAIC明显升高。4.随访患者至2022年02月,Kaplan-meier生存分析发现随访期内VTE高风险组的患者死亡风险更高,且死亡患者的血浆FDP、D-dimer、TM、TAT、PIC更高。[结论]1.VTE是肺癌患者的常见并发症,在肺癌确诊后6个月内VTE的发病率为17.1%。2.新血栓标记物TM、TAT、PIC、t-PAIC在肺癌相关VTE人群中明显升高。新血栓标记物和传统标记物D-dimer、FDP的联合诊断效能优于单一标记物。3.新血栓标记物PIC和t-PAIC与肺癌分期明显相关。4.肺癌患者初诊时的新血栓标记物TM、TAT、PIC水平与患者生存时间相关。第二部分肺癌相关VTE的危险因素分析及风险预测模型的建立[目的]肺癌相关VTE的危险因素及风险预测模型日益受到临床重视。本研究基于肺癌患者的临床资料,分析肺癌相关VTE的危险因素,并联合新血栓标记物构建风险预测模型,旨在为临床筛选肺癌相关VTE的高风险人群提供工具。[方法]2019年10月——2021年2月在苏州大学附属第一医院呼吸与危重症学科住院的568例肺癌患者,其中符合纳入及排除标准的患者158例。根据肺癌确诊后6个月内是否发生VTE,将患者分为VTE组和非VTE组。收集患者的年龄、性别、临床分期、病理类型、高血压、体重指数、美国东部肿瘤协作组(Eastern Cooperative Oncology Group,ECOG)PS评分、既往VTE史等临床资料及首次确诊时的血栓标记物FDP、D-dimer、TM、TAT、PIC、t-PAIC,运用单因素Logistic回归分析方法,筛选出肺癌相关VTE的危险因素;运用多因素Logistic回归分析方法,筛选出肺癌相关VTE的独立危险因素。运用R语言的rms数据包,构建肺癌相关VTE的新风险预测模型,并与目前临床使用的Khorana评分和Padua评分进行预测效能的比较。[结果]1.单因素Logistic回归分析结果显示,ECOGPS评分≥2、Ⅲ-Ⅳ期、高血压、BMI≥25、既往 VTE 史、TM≥9.75TU/mL、TAT≥2.25ng/mL、PIC≥0.80μg/mL、t-PAIC≥7.35ng/mL等9项参数是肺癌相关VTE的危险因素。2.多因素Logistic回归分析结果显示,ECOG PS评分≥2(OR=9.094,95%CI:2.536-32.616,P=0.001)、既往 VTE 史(OR=7.935,95%CI:1.630-38.617,P=0.010)、TM≥9.75TU/mL(OR=5.031,95%

关键词：肺癌静脉血栓栓塞症新血栓标志物危险因素风险预测模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于风险预测模型的新生儿低血糖分级管理方案的构建与应用研究

基于风险预测模型的新生儿低血糖分级管理方案的构建与应用研究

引用

作者：韩静江苏大学

学位级别：硕士

目的1.构建新生儿低血糖风险预测模型,以早期识别新生儿低血糖高危人群,为新生儿低血糖的分级管理提供有效的风险筛查工具。2.基于风险预测模型,构建新生儿低血糖分级管理方案,并进行临床应用及效果评价。方法1.通过查阅文献、小组讨论... 详细信息

目的1.构建新生儿低血糖风险预测模型,以早期识别新生儿低血糖高危人群,为新生儿低血糖的分级管理提供有效的风险筛查工具。2.基于风险预测模型,构建新生儿低血糖分级管理方案,并进行临床应用及效果评价。方法1.通过查阅文献、小组讨论和院内专家会议,制订新生儿低血糖危险因素收集表。依据纳入排除标准,选取2015年10月～2020年9月某三级甲等医院2724例新生儿为研究对象,通过分析新生儿低血糖危险因素,运用Logistic回归法构建模型。运用Hosmer-Lemeshow检验、ROC曲线下面积等对模型预测效果进行验证。2.基于风险预测模型,以风险管理理论、分级护理理论为指导,通过查阅文献、小组讨论初步拟定新生儿低血糖分级管理方案,通过专家会议确定最终方案。采用非随机分组的类实验方法选取2021年3月～2021年8月某三级甲等综合医院新生儿科符合纳排标准的130例新生儿作为研究对象。依据时间先后顺序分组,2021年3月～2021年5月入院的新生儿作为对照组,2021年6月～2021年8月入院的新生儿作为试验组。试验组运用基于风险预测模型的新生儿低血糖分级管理方案进行干预,对照组采取常规新生儿低血糖护理。比较2组新生儿住院期间低血糖、临界低血糖的发生率、新生儿低血糖相关不良结局的发生情况、出生4 h低体温的发生率、出生后首次喂养的时间及母乳喂养情况、住院期间血糖监测的总次数。结果1.共纳入2724例新生儿,其中建模组为1932例、验证组为792例,低血糖在2组中的发生率分别为11.65%、10.86%(X=0.344,P=0.557)。早产儿(OR=3.266)、小于胎龄儿(OR=2.580)、低体温(OR=2.309)、喂养不佳(OR=2.294)、母亲糖尿病(OR=2.930)、母亲高血压(OR=2.537)为新生儿低血糖的6个独立危险因素。建模组模型拟合优度Hosmer-Lemeshow检验得X=6.162,P=0.405,ROC曲线下面积是0.814,灵敏度是0.769,特异度是0.722,约登指数是0.491。模型验证组的灵敏度是0.802,特异度是0.732,准确率是73.99%。根据模型的预测概率阈值,P>0.11为新生儿低血糖高风险人群,P≤0.11为新生儿低血糖低风险人群。2.基于风险预测模型的新生儿低血糖分级管理方案在临床实施后,试验组与对照组新生儿住院期间低血糖发生率分别为1.54%、12.31%(X=5.849,P=0.016),临界低血糖发生率分别为6.15%、20.00%(X=5.482,P=0.019),差异有统计学意义;2组新生儿均未出现低血糖相关不良结局;出生4 h低体温发生率分别为4.62%、24.62%(X=10.417,P风险预测模型能够有效预测新生儿低血糖的发生风险并进行分级,是医护人员实施新生儿低血糖分级管理方案的有效筛查工具。2.基于预测模型的新生儿低血糖分级管理方案可有效降低新生儿住院期间低血糖、临界低血糖的发生率,减轻护理工作量;实现了新生儿低血糖的预见性风险护理,值得临床应用并推广。

关键词：新生儿低血糖风险预测模型风险管理分级护理临床应用

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

慢性心力衰竭患者31天内非计划性再入院危险因素分析及风险预测模型构建

慢性心力衰竭患者31天内非计划性再入院危险因素分析及风险预测模...

引用

作者：穆合太拜尔·阿瓦克力（muhtabar awakeli）新疆医科大学

学位级别：硕士

目的:研究慢性心力衰竭患者31天内非计划性再入院的危险因素,并构建非计划再入院风险预测模型。方法:收集新疆医科大学第一附属医院心脏中心自2014年1月至2021年6月经诊疗后出院的慢性心力衰竭患者,按照纳入和排除标准,筛选31天内非计... 详细信息

目的:研究慢性心力衰竭患者31天内非计划性再入院的危险因素,并构建非计划再入院风险预测模型。方法:收集新疆医科大学第一附属医院心脏中心自2014年1月至2021年6月经诊疗后出院的慢性心力衰竭患者,按照纳入和排除标准,筛选31天内非计划再入院患者纳入再入院组为259例,随机抽取研究期间非再入院患者纳入非再入院组为219例。计算慢性心力衰竭患者31天内非计划再入院率,采用一般资料调查表收集数据,并采取单因素分析与logistic回归分析方法分析出院31内非计划性天内再入院的危险因素。结果:NT-pro BNP(>2140pg/m L)、Cys C(>1.2mg/L)、尿酸(>456μmol)、冠心病病史、心功能分级(IV级)为慢性心力衰竭患者31天内非计划性再入院独立危险因素。ROC曲线下面积(AUC)为0.78。约登指数最大值0.44,灵敏度53%,特异度90%,截断值0.69。结论:构建慢性心力衰竭患者31天内非计划性再入院的风险预测模型具有较好的预测效果,能够正确地评价慢性心力衰竭患者再入院风险并筛查高危人群。

关键词：慢性心力衰竭危险因素风险预测模型 31天内非计划性再入院

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

遗忘型轻度认知障碍风险预测模型构建及风险等级评估研究

遗忘型轻度认知障碍风险预测模型构建及风险等级评估研究

引用

作者：李岩南京中医药大学

学位级别：硕士

目的:探究aMCI风险预测指标,构建适用于初级筛查的aMCI风险预测模型并进行风险等级划分,为开展家庭与社区场所下的aMCI筛查奠定基础。方法:采用文献研究法探究aMCI风险预测指标,拟定探究指标包括社会人口学、生活方式、疾病史等维度共3... 详细信息

目的:探究aMCI风险预测指标,构建适用于初级筛查的aMCI风险预测模型并进行风险等级划分,为开展家庭与社区场所下的aMCI筛查奠定基础。方法:采用文献研究法探究aMCI风险预测指标,拟定探究指标包括社会人口学、生活方式、疾病史等维度共30个指标。采用方便抽样法于2020年10月至2021年12月期间,对南京市的10个社区进行现场调查。调查工具包括①aMCI诊断评估工具:蒙特利尔认知评估量表（Montreal Cognitive Assessment,MOCA）、简易精神状态检查量表（Mini-Mental State Examination,MMSE）、临床痴呆评定量表（Clinical Dementia Rating,CDR）、听觉词语学习测验（Auditory Verbal Learning Test,AVLT）、日常生活活动能力量表（Activity of daily living,ADL）、Hachinski缺血指数量表（HIS）、患者健康问卷抑郁症状群量表（Patient Health Questionnaire-9,PHQ-9）。②指标调查工具:自行设计的风险预测指标调查问卷、简易衰弱筛查量表（The FRAIL Scale）、主观记忆量表（Subjective Cognitive Decline Questionnaire 9,SCD-Q9）进行风险预测指标资料收集。选择Lasso回归模型进行指标筛选,建模方法选择二元Logistic回归模型。采用非参数重复抽样方法（Bootstrap resamplingtimes）进行模型的内部验证,模型性能评估使用受试者工作特征曲线（Receiver Operating Characteristic Curve,ROC）下面积（Area Under Curve,AUC）评价模型区分能力并计算模型最佳截断值实现风险等级划分、使用Hosmer-Lemeshow（H-L）拟合优度检验评价模型拟合能力、临床决策曲线图（Decision Curve Analysis,DCA）判断模型的临床适用性。结果:①本研究共纳入584例受试者完整信息,包括aMCI组245例与正常组339例,两组人群在年龄、文化程度、月可支配收入、脑力工作性质、脑力锻炼习惯、熟练使用智能手机、婚姻异常、读书看报、记忆担忧、主诉睡眠障碍、SCD-Q9评分（P＜0.05）上存在显著差异。②Lasso回归筛选出年龄、婚姻异常、文化程度、脑力工作性质、脑力锻炼习惯、记忆担忧、熟练使用智能手机、主诉睡眠障碍、SCD-Q9评分9个指标。③Logistic回归模型最终纳入指标为年龄、记忆担忧、主诉睡眠障碍、脑力工作性质、脑力锻炼习惯与SCD-Q9评分。构建的模型公式为P=ea/ea+1=e-3.772+0.039*年龄-0.847*脑力性质工作-1.498*是否脑力锻炼习惯+0.887*记忆担忧+0.214*SCD-Q9+0.576*主诉睡眠障碍/e-3.772+0.039*年龄-0.847*脑力性质工作-1.498*是否脑力锻炼习惯+0.887*记忆担忧+0.214*SCD-Q9+0.576*主诉睡眠障碍+1。模型验证前后的ROC曲线下面积AUC=0.807（p＜0.001,95%CI:0.767,0.841）,敏感性为 74.28%,特异性为 80.24%;AUC=0.796（p＜0.001,95%CI:0.741,0.874）,敏感性为 73.47%,特异性为 73.45%;Hosmer-Lemeshow 检验P＞0.05（Chi=1.486,P=0.993＞0.05）结合校准曲线提示模型具有较好的校准度;模型取风险预测临界值时,标准化净收益率=0.131,模型具有较好的临床适用性。④aMCI风险等级划分:当P＜0.352时,受试者是aMCI发生的低风险个体;P≥0.352时,受试者属于aMCI发生的高风险个体。结论:本研究构建的aMCI的风险评估工具具有良好的预测效能并提供风险等级参考,可用于社区和家庭场所的个体简易筛查使用。

关键词：遗忘型轻度认知障碍社区风险预测模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共88页 << < 5 6 7 8 9 10 11 12 13 14 > >> 跳转到页

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：